Süddeutsche Zeitung (11. Oktober)

“Seit Beginn der Corona-Pandemie hat die
große Stunde der Statistiker geschlagen.

Selten hat die Welt so ausdauernd interessiert und zugleich nervös auf Zahlen, Balken und Kurvendiagramme geschaut.”

Frankfurter Allgemeine Zeitung (7. Mai)

“Die Statistikschwächen der Heinsberg-Studie”

Zeit Online (3. Juni)

“Neuauflage der Drosten-Studie”
“Die erste Version hatten Statistiker fachlich kritisiert […]”

Methoden der Datenanalyse I

Grundlagenvorlesung Statistik
240 Bachelor-Studierende
9 unterschiedliche Studiengänge
1.–8. Fachsemester
Zwei Mal wöchentlich (4 SWS)

Lehrkonzept

Intuitives Verstehen durch Ausprobieren und Erfahren
Aktive Teilnahme der Studierenden während der Vorlesung
Erfolgserlebnisse schaffen durch Üben

Aufzeichnung der Vorlesung durch Media.UP

durch Ausprobieren verschiedene statistische Konzepte erfahren und verstehen.

Hier simulieren wir 200 Münzwürfe einer fairen Münze, und schätzen damit die Wahrscheinlichkeit, dass die Münze Kopf zeigt.

Fair bedeutet, die Wahrscheinlichkeit ist 0.5.

Nach 21 Münzwürfen haben wir eine geschätzte Wahrscheinlichkeit von 0.29. Selbst nach ca. 100 Münzwürfen haben wir erst eine geschätzte Wahrscheinlichkeit von 0.4.

Auf der linken Seite können die Studierenden die echte Wahrscheinlichkeit, dass die Münze Kopf zeigt,
anpassen, zum Beispiel 0.7 und die Münze wieder 200 Mal werfen. In beiden Fällen sehen wir, dass wenige Münzwürfe nicht ausreichen, um die Wahrscheinlichkeit genau zu schätzen.

Im nächsten Beispiel können Studierende das Ziehen von Stichproben ausprobieren.

Jeder schwarze Punkt ist eine Person und alle roten Dreiecke sind Personen in der Stichprobe.

Wir schauen: Wie wirkt sich die Stichprobengröße auf die Schätzung z. B. des durchschnittlichen Einkommens aus.

Was passiert, wenn nicht 100, sondern 400 oder 1000 Personen befragt werden?

Wenn wir eine solche Schätzung durchführen, ist das immer mit Unsicherheit verbunden. Wie unsicher ist unsere Schätzung des durchschnittlichen Einkommens?

Hier ist jeder Punkt das durchschnittliche Einkommen für eine einzelne Stichprobe. Und die vertikalen Linien zeigen die Unsicherheit an.

Wir können ausprobieren, wie wirkt sich die Stichprobengröße auf die Unsicherheit der Schätzung aus.

In der dritten App können die Studierenden zusätzliche Übungsaufgaben zur Klausurvorbereitung bearbeiten.

Auch hier wählen wir zuerst den Themenbereich aus und dann eine der Aufgaben.

Für die zufällige Auswahl von weißen und blauen Kugeln aus einer Urne soll hier ein Baumdiagramm gezeichnet werden.

Jedes Mal, wenn wir auf “Neue Daten” drücken, werden zufällig neue Zahlen für die Aufgabe generiert.

Außerdem erhalten wir immer eine aktuelle Lösung. Wenn wir neue Zahlen generieren, wird auch die dazugehörige Lösung aktualisiert.

Schauen wir uns noch eine zweite Aufgabe an.

Auch hier können wir zufällig neue Zahlen generieren. Bei dieser Aufgabe ändern sich nicht nur die Zahlen, sondern auch der Aufgabentext.

Und wir bekommen auch hier immer eine aktualisierte Lösung.

Die Studierenden können alle Aufgaben beliebig oft mit neuen Zahlen bearbeiten. Sie können also solange üben, bis sie es wirklich verstanden.

Und das ist dann ein riesiges Erfolgserlebnis und motiviert natürlich.

Interesse an den Apps

Ideen der Studierenden
Interesse anderer Universitäten

Methoden der Datenanalyse I

Landeslehrpreis 2020

Fabian Class

Universität Potsdam
Lehrstuhl für Methoden der
empirischen Sozialforschung

Methoden der Datenanalyse I

Lehrkonzept

Interesse an den Apps

Methoden der Datenanalyse I

Landeslehrpreis 2020

Fabian Class

Universität Potsdam Lehrstuhl für Methoden der empirischen Sozialforschung

Methoden der Datenanalyse I

Lehrkonzept

Interesse an den Apps

Universität Potsdam
Lehrstuhl für Methoden der
empirischen Sozialforschung